中国经济的高增长能否持续:基于企业生产率动态变化的分析

经济持续增长的基础是生产效率的提高。本文运用增长核算法(growth accounting)系统地研究了中国大中型工业企业1995—2002年37个两位数工业行业的全要素生产率(TFP)的增长趋势。研究发现:(1)1996～2002年工业增加值增长率平均为11.5％,而 TFP 的行业加权年均增长率为6.8%,且呈逐年上升的趋势,全要素生产率的增长逐渐成为经济增长的主要源泉,显示大中型工业的增长可以持续;(2)全要素生产率的提高与资本深化分不开,工业产出高速增长的同时,伴随着资本增长放缓及从业人数的绝对减少;(3)从行业分布来看,开放程度高、竞争程度高的行业的全要素生产率增长快,而高垄断、开放程度低的行业生产率增长慢,甚至出现下降的局面。     

全要素生产率、增长差异与区域经济收敛

本文根据经济增长理论,将全要素生产率分解为技术进步和技术效率,并对其收敛性进行分析。通过采用Malquist生产率指数对1978～2005年省区数据的实证分析表明,近30年来,中国全要素生产率有显著增长,动力主要来自于技术进步因素,技术效率改善并不明显。但是技术效率变动的差异却导致了区域间全要素生产率增长呈现出显著的发散趋势,而后者是造成20世纪90年代以来我国区域经济差距扩大的重要原因之一。     

中国工业行业生态全要素能源效率及其收敛性

文章采用非期望SBM模型测算了2002-2012年中国工业行业的生态全要素能源效率,根据效率值对工业行业进行了分类,然后分析了工业行业生态全要素能源效率的收敛性及其差异的影响因素。研究发现:中国工业各行业的生态全要素能源效率的差异比较明显,极差约为0.3;中国每年工业行业整体的能源效率为0.61~0.73,即节能潜力为27%~39%;工业整体、高效率行业和低效率行业都呈现出显著的绝对收敛和条件收敛的特征,表明工业行业整体的能源效率差异在缩小;一般效率行业只呈现出条件收敛,即这类行业收敛于自身的稳态;行业规模、研发投入和资本深化等指标对工业行业生态全要素能源效率具有显著的影响。     

基于环境修正的中韩制造业全要素生产率比较研究

文章利用中国和韩国制造业行业的投入产出数据,基于扩展生产函数和面板数据模型方法研究了各制造业行业的传统全要素生产率和环境全要素生产率。文章的研究发现:2001~2011年我国制造业行业全要素生产率整体平均增长速度较快,全要素生产率逐渐成为工业经济增长的主要来源,但我国全要素生产率对产出增长的贡献落后于韩国。比较传统全要素生产率和环境全要素生产率可以发现:中国所有行业在平均意义上前者大于后者,而韩国则平均前者小于后者。     

FDI对我国制造业绿色全要素生产率的影响研究——基于制造业分行业面板数据

制造业绿色转型是实现经济高质量发展的必然要求。文章基于2006年—2015年我国制造业分行业面板数据，使用SBM模型、GMM模型、门槛效应模型等分析外商直接投资对我国制造业绿色全要素生产率的影响。研究发现：我国制造业绿色全要素生产率有所降低但降幅较小。外商直接投资对我国制造业绿色全要素生产率的提升有正向影响，对低环境规制行业绿色全要素生产率的提升有促进作用，对高环境规制行业绿色全要素生产率的提升有抑制作用，对不同要素密集型行业的影响则具有异质性。进一步考察发现，外商直接投资影响我国制造业绿色全要素生产率具有环境规制的单门槛效应。在跨过环境规制门槛后，外商直接投资对低煤炭能源依赖行业绿色全要素生产率提升的促进作用减弱，但对较高煤炭能源依赖行业绿色全要素生产率提升的促进作用增强。今后应建立健全外商绿色投资机制，根据不同行业发展水平确定环境规制强度，促进我国制造业绿色全要素生产率提升。     

中国粮食生产的技术效率与全要素生产率增长：1978-2008

本文利用1978—2008年间我国30个省市区的面板数据,对改革开放以来我国粮食生产进行了随机前沿分析。以此为基础,对我国粮食生产技术效率进行了影响因素分析,并对粮食生产全要素生产率增长进行分解和趋势分析。结果表明,农业基础设施建设和制度因素是影响我国粮食生产技术效率的关键因素;我国粮食产量增长主要是由投入要素的增长拉动,31年间全要素生产率的平均增长率为1．17％,TFP对我国粮食产量的贡献很小,其原因在于技术进步与技术效率变化呈现相反趋势。2004年以来,技术效率提高的速度持续下降,技术进步逐渐成为TFP增长的主要动力。     

高职思政课“EMS”实践教学模式的构建——以海南外国语职业学院为例

本文利用DEA方法对我国低碳企业2003-2009年的经营效率进行了总体分析和评价,并运用Malmquist生产率指数对其效率变动进行了测算。结果显示,我国低碳企业技术效率较为低下,纯技术效率低下是其主要原因;全要素生产率（TFP）呈现缓慢的增长趋势,技术效率水平提高是引致TFP增长的主要原因,而技术进步对TFP有负面效应;企业间的效率水平及其动态增长存在显著的差异。     

基于DEA-Malmquist模型的我国羊毛全要素生产率分析

运用基于两阶段DEA的Malmquist生产率指数模型,分析2004—2010年我国羊毛主产区的全要素生产率指数,得出结论:我国羊毛生产的全要素生产率TFP总体上呈"V"状,TFP年度增长率均值为正;技术效率、规模效率年度有波动,但总体均值为正;从羊毛产区效率来看,生产效率比较高的是新疆和内蒙古。最后根据研究结论提出相应的对策建议。     

山西省工业经济增长方式转变的对策思考

运用非参数的Malmquist生产率指数方法,测算了山西省11市2001—2010年工业的全要素生产率增长及其技术效率和技术进步的变化,得出山西省工业经济粗放、低效的增长模式,最后从不同的角度提出工业经济增长方式转变的对策。     

长三角工业企业全要素生产率的测算与比较

采用DEA-Malmquist法,对1998-2011年长三角地区工业企业的全要素生产率进行了测算和分解,并把长三角地区的工业行业分为三类。研究表明,1998-2011年长三角地区工业企业的全要素生产率呈现稳步上升的趋势,平均增长率为9.3%,且主要由技术进步拉动。不同类别工业行业间的全要素生产率有较大差别,技术效率变化是造成差异的主要原因。低生产率工业行业的生产总值占工业总产值的比重较高,阻碍了工业生产率的提高,也是今后转型升级的重点所在。     

低碳经济对新疆煤产业发展的影响和约束

英国率先提出“低碳经济”这一概念，将推行低碳经济作为缓解气候交暖、打破资源约束、实现可持续发展的一种战略选择。新疆是煤炭大省，本文通过对新疆煤炭产业生产单一、科技含量低、劳动生产率和经济效益不高等问题进行分析，认为亟待通过产业转型提高经济效益，发展以洁净消耗为主，防治污染的能源消耗模式，实现煤产业可持续发展战略。     

制造业劳动生产率变动、能源资本及消费结构调整能否提升国际竞争力力

以影响制造业国际竞争力因素为视角,对制造业劳动生产率、能源资本和能源消费结构的历史变动情况进行时序分析,选用显性对比优度指数辨析制造业国际竞争力的提升态势。在此基础上,构建VAR模型检验1997-2012年期间制造业劳动生产率、能源资本、煤炭消费和电力消费与国际竞争力之间的协整性,并采用广义脉冲响应、预测方差分解法对各变量之间的动态均衡关系进行实证分析。结果表明,逐步提高以电力为代表的清洁能源比例可有助于制造业国际竞争力的提升,但目前清洁能源对高排放能源的替代效率依然过低;能源价格的波动影响了制造业国际竞争力过程中的稳定性;而劳动生产率过低是抑制其国际竞争力提升的重要瓶颈。     

京津冀区域能源环境利用效率及影响因素分析

基于京津冀区域“十一五”和“十二五”期间的面板数据和DEA-Malmquist及Panel Tobit模型对区域内202个区县的能源环境利用效率及影响因素进行分析。结果表明：研究时段内,京津冀区域的纯技术效率最高,规模效率次之,综合效率最低;技术进步变化指数是影响全要素生产率变化指数的主导因素;第三产业占比、经济开放程度对京津冀区域能源环境利用效率具有正向影响,单位GDP能耗、政府干预、房地产投资对区域能源环境利用效率具有负向影响。     

上海市经济增长与能源结构、产业结构关联状况的评价研究

文章在统计分析2000-2011年上海市能源消耗数据的基础上,以Tapio脱钩弹性指标为手段,研究上海市2001-2011年能源消费结构、产业结构与经济增长的脱钩关系及程度,分析能源消费结构、产业结构与经济增长关联状况的时间演变趋势。结果表明:2001-2011年上海市经济增长与能源消费总量间总体上处于弱脱钩状态;能源消费结构中,煤炭、石油、电力在大多数年份都处于弱脱钩状态,天然气则属于扩张负脱钩状态;产业结构中,第一、三产业都未能较好实现脱钩,第二产业以弱脱钩状态为主。在未来经济发展中,经济发达城市的产业结构和能源消费结构的改善对节能减排至关重要。能源消费除了总量控制外,产业结构的有序演进和能源结构的高效低碳演进是节能减排最基本途径和有效方式。     

中国新能源上市公司全要素生产率动态变化实证研究

文章从投入产出角度,运用DEA-Malmquist指数法对中国新能源上市公司的全要素生产率动态变化及其分解进行了测算。研究表明2006－2011年间中国新能源上市公司的全要素生产率增长水平较低,平均增长率仅为1.5％。增长的源泉主要是技术进步,技术效率的下降在一定程度上抵消了技术进步带来的效果。最后从不同类型新能源公司视角出发,分析了不同类型新能源公司全要素生产率变化、技术效率变化、技术进步之间的差异性。     

广东省能源消费、经济增长与环境质量的灰色关联分析

使用灰色关联分析方法对广东省1998-2011年间能源消费、经济增长与环境质量之间的关系进行了研究,得出以下结论:经济增长依赖化石能源的投入,并且以环境污染为代价;相对于煤炭和石油,天然气对环境污染影响较小。广东省在继续提高化石能源使用效率的同时应增加清洁能源的消费比例。     

产业结构对能源消耗的影响——以河北省为例

根据2012年投入产出表的数据,作者分析了河北省42部门的感应度系数和影响力系数,并依据能源消耗的波及效应将产业部门分为四种类型。根据河北省的产业结构特点,第二产业比重大,能源消耗总量大、强度高,消耗结构以煤炭为主,环境污染严重,该文从感应度系数和影响力系数对四种类型的产业部门在能源消耗方面的影响分别进行了深入分析,并提出了河北省产业结构优化的初步建议。     

中国区域物流产业技术进步及其影响因素研究

本文应用SFA模型评价我国区域物流业整体技术效率和全要素生产率,得出以下结论:我国物流产业TFP增长呈现震荡上升的趋势,其中东部地区TFP增长率相对较高,物流产业全要素生产率增长出现了一定的收敛趋势。引起全要素生产率增长率变化的主要因素是技术进步率和技术效率变化率。区域的经济发展水平、区域的市场化程度以及港口物流有助于提高我国区域物流的全要素生产率。     

全球制造业传统与环境生产率变化及收敛性的比较论证

文章旨在通过2000-2009年期间数据研究制造业在全球经济体以及不同行业之间传统生产率以及能源生产率的变化趋势以及收敛特征。相比于传统生产率,在核算能源生产率过程中纳入了二氧化碳排放量等非期望型产出。分别采用DEA-Malmquist以及Global Malmquist Luenberger指数法测算两类生产率指数并进行比较分析,进而对分经济体以及分行业两类生产率进行了收敛性的检验。研究指出制造业在经济体之间以及行业之间的δ收敛特征均不明显,但除了重工业的传统生产率,其他分经济体以及分行业之间两类生产率都存在显著的绝对β收敛以及条件β收敛。总体上能源效率的收敛速度低于传统效率,但在不同行业及经济体之间,收敛的态势与表现存在较大的差异。     

The Impact of Economic Reform on Productivity Growth in Chinese Industry: A Case of Xiamen Special Economic Zone

China's industrial and trade reforms were expected to stimulate growth in output and welfare by increasing the capacity of industry to absorb surplus factors of production, and by utilizing labour, capital, energy and materials more efficiently. The impact of the special economic zone reform policies on productivity and growth is assessed by studies of China's overall industrial sector performance and case studies in Xiamen and Shanghai Beijing, which is not subject to special policy initiatives, is used as a control. Although there were data limitations, several conclusions may be drawn. An increase in total factor productivity was found to have occurred in Xiamen during the reform period, but the creation of the special economic zone does not appear to have had a significant impact on productivity. Productivity performance in Beijing's state-owned industry was considerably poorer than that of total Xiamen industry, including state, collective and firms jointly owned with foreign investors, and was also lower than the productivity performance of Xiamen's state sector. The productivity performance of Xiamen's joint ventures and collectively owned firms was, however, considerably superior to the state sectors in both cities. Due to data constraints, the analysis of productivity in Shanghai was for a shorter period. Most of Shanghai's state-owned industry did better than the state-owned sector in Beijing but did not perform as well as the non-State sector in Xiamen over this period. Factor productivity in Shanghai industry was stagnant, Beijing's industrial productivity generally declined, but Xiamen's productivity improved considerably over the decade. One of the major strengths of this study is its access to new and more accurate disaggregated price indices to deflate capital investments on an industry by industry basis. Hence, the availability of the new capital stock deflator series should improve the total factor productivity estimates considerably.